“百模大战”日趋白热化，玩家应该如何突破重围？

从百度的“文心一言”、阿里的“通义千问”，到科大讯飞的“星火”、昆仑万维的“天公”，再到腾讯的“混元”、华为的“盘古”、京东的“灵犀”等。国内的大模型产品应接不暇，据悉截至目前已有80余款大模型推出。

而国内的通用大模型产品仍和ChatGPT存在差距，就像李彦宏所说，中国不会再出OpenAI，基于大语言模型开发应用机会很大，没有必要再重新发明一遍轮子。

对于更广泛的参与者而言，垂直场景应用才是最佳练兵场。

探索垂类领域应用，打造标杆形成行业示范，或将是突围方向。而就大模型在垂直领域的应用这一赛道上，不管是大厂、中小型科技企业、还是创业公司，各路玩家又历史性地重新站在同一起跑线上。

正如昆仑万维CEO方汉所说：“国内AI大模型的发展前景将会是To B和To C战略并重。考虑到某一家企业很难拿到全行业的数据，B端必然会出现一个大模型企业能够在一到两个行业中取得先发成功，但无法在所有行业取得成功。”

岩芯数智CEO刘凡平也介绍道：“用更垂直、更精准的行业模型去打磨算法，在每一个细分场景下都拥有巨大潜力，应该利用好国内丰富的数据维度和广阔的应用场景这一富矿。”

未来大模型比拼的不是“德智体美劳”全面发展，而是“术业有专攻”。

细分领域将形成新的竞争关键点，为了抢夺这片新的蓝海，众科技企业都在探索不同的商业路径。

上市公司拓尔思基于自有的公文、政策文件、政务办事指南等数据作为专业训练数据，打造了政务专业大模型。

传统ICT厂商新华三发布了国内首款私域大模型百业灵犀LinSeer，为垂直行业和专属地域的客户，提供安全、订制、独享、生长的智能化服务。

上市公司岩山科技（原“二三四五”）也新成立了上海岩芯数智人工智能科技有限公司，迈出转型第一步，希望能够帮助各行各业量身定制垂类大模型，打造为百业赋能的一站式AIGC数智化服务平台。

垂类模型拥有巨大市场与潜力，因为对私有化部署需求较多与数据安全需求较高的行业来说，涉及安全及隐私保护要求，数据大多存储在本地，而通用大模型在特定行业上缺乏必要的训练数据，行业常识、可控性和准确性都达不到具体行业的要求。

与开源模型相比，自研模型具有更高效、灵活的定制化能力。

开源模型天生具有局限性，过度依赖开源模型意味着只知道结果，不掌握过程。使用开源模型很快会碰到实现细分任务的能力瓶颈。

如拓尔思总裁施水才介绍，和通用大模型相比，拓尔思拓天大模型基于多年自主研发成果，在自主可控、中文特性加强、专业知识加强、实时数据接入、内容安全和价值观对齐、客户私有化部署等方面具有领先优势。

岩芯数智则采用了自研大模型 多个垂类模型的结构，实现“1个MaaS平台，多种应用场景策略”，在自研底座的基础上深耕垂类，深入梳理客户核心业务及流程，为企业用户提供端到端、安全且私有的模型部署环境，并且未来希望能够在15-30天内即能完成对一个企业客户的私域模型部署。

一片蓝海中，各个商业路径百花齐放、各有优劣

和大厂相比，能立足优势行业、专注打磨行业模型的公司，有着策略灵活、落地执行力强、资源集中等优点。如作为一家“后起之秀”，火山引擎在经过抖音长期、大规模的机器学习实践后，在系统工程优化和超大规模分布式并行训练上积累了丰富的经验，能够更轻松的支持一个大模型长时间稳定的高速训练。

而新晋科技企业岩芯数智除了拥有自研大模型及模型训练调优的能力外，也能够从其所属的上市公司平台获得充沛的资金储备、稳定的现金流支持，及丰富的互联网产品体系提供给AIGC做试验场；一系列组合优势使岩芯数智自主化研发构建垂直行业场景的AIGC专业能力模型。

在大模型时代，各路玩家重新站在同一起跑线上，这场AIGC的马拉松，吹哨声才刚刚响起。